직무 설명
본 역할의 미션은 하이브리드 아키텍처를 통해 거래소의 위험 방지 및 자동화된 분석 능력을 종합적으로 향상시키는 동시에 차세대 "AI-Ready" 위험 관리 시스템 개발에 기여하는 것입니다.
주요 책임
- 블랙 마켓 조사 및 그래프 분석: 그래프 신경망(GNN) 및 기타 알고리즘을 활용하여 대량의 거래 행동 및 온체인 데이터를 분석, 온라인 사기 활동 및 고위험 주소 네트워크 식별 및 모니터링.
- 위험 관리 전략 지원 및 예측: AI를 활용하여 위험 관리 규칙 개선 및 전략 최적화 지원, 기존 규칙의 취약점 자동 식별, 사전 예방을 위한 선제적 위험 예측 모델 개발.
- 시장 조작 및 비정상적 거래 탐지: 세탁 거래, 스푸핑, 펌프 앤 덤프, 프론트 러닝과 같은 비정상적 거래 행위에 대한 고성능, 저지연 실시간 모니터링 및 차단 모델 구축.
- 실시간 사기 방지 및 하이브리드 아키텍처: 전통적인 머신러닝과 대형 모델 의도 인식을 결합한 실시간 위험 관리 파이프라인 개발 및 최적화, P2P 사기 및 비정상적 거래 그룹 정확히 차단, 금융 손실 감소.
- 자동화된 위험 관리 자료 검토: 멀티모달 검토 파이프라인 구축, 자동 자료 분석 및 교차 검증 달성.
참고: AI 위험 관리 알고리즘 엔지니어와 AI 대형 모델 인프라 알고리즘 엔지니어 두 가지 방향으로 채용 중입니다. 자세한 내용은 Telegram으로 문의해 주세요.
직무 요구 사항
- 학력: 컴퓨터 과학, 통계학, 수학 또는 관련 분야 학사 이상(석사 우대), 위험 관리 알고리즘 분야 5년 이상 경력.
- 기술: 강력한 데이터 감각, 독립적으로 문제 정의 및 해결책 추진 능력.
- 기술 숙련도: Python + SQL 전문 지식, 대규모 데이터 처리(Hive/Spark)에 익숙함.
- 머신러닝: 탄탄한 ML 기초, 특징 공학 및 종단 간 모델 최적화에 능숙.
- 그래프 알고리즘: 블랙 마켓 조사 및 그룹 식별에 그래프 알고리즘 적용 경험.
- 시퀀스 모델: 행동 이상 탐지를 위한 시퀀스 모델 지식.
- 실시간 시스템: 실시간 시스템(Flink/Kafka) 경험, 온라인 추론 파이프라인 설계 이해.
- 도메인 지식: 다음 중 하나 이상에 익숙함: 블랙 마켓 대응(사기 활동/대량 공격), 거래 감시(세탁 거래/스푸핑), P2P 사기 방지/AML 규정 준수.
우대 사항
- 온체인 주소 분석 및 자금 추적 경험(예: Chainalysis/TRM).
- LLM 기반 위험 관리(의도 인식/멀티모달 검토/RAG/워크플로 오케스트레이션) 실무 경험.
- 위험 관리 규칙 엔진 또는 전략 플랫폼 설계 경험.
- 주문장 메커니즘 및 시장 미시 구조 이해.
- 최상위 거래소 또는 대형 핀테크 플랫폼에서의 위험 관리 경력.
- KDD/AAAI/WWW와 같은 최상위 컨퍼런스 논문 발표.
혜택
협의 가능
